科技行者 2月24日 北京消息：一大批計算機科學(xué)家正在追蹤新冠病毒的動向。這種被正式定名為“COVID-19”的新型冠狀病毒，可導(dǎo)致嚴(yán)重呼吸道疾病，重癥者可致死，該病毒最初于2019年12月在武漢爆發(fā)，截至目前累計感染超過75000人，死亡人數(shù)以千計，盡管中國境內(nèi)的新增病例數(shù)量已經(jīng)開始下降，但人們普遍擔(dān)心這波疫情會在新加坡、日本、韓國、香港以及泰國引發(fā)新一輪動蕩。

來自波士頓東北大學(xué)（Northeastern University）計算機科學(xué)家Alessandro Vespignani已經(jīng)開發(fā)出一種針對“COVID-19”的預(yù)測模型，他的團隊打造出EpiRisk工具，用于評估感染者將疾病傳播到世界其他地區(qū)的可能性，此外，該工具還能跟蹤各國旅行禁令，核實政府管控是否有效。為阻止這波全球流行性疾病，Alessandro Vespignani介紹了計算機行業(yè)如何抵御疫情。

問: 您能否先談?wù)凜OVID-19疫情的現(xiàn)狀？

Alessandro Vespignani: 過去幾天，我們看到不少振奮人心的跡象，特別是中國境內(nèi)的新增病例在減少。

問: COVID-19出現(xiàn)至今已經(jīng)兩個月，那么疾病建模專家們目前的工作重點是什么？

Alessandro Vespignani: 可以說沒有特別的重點，因為我們得采取一切必要措施。我們需要了解中國內(nèi)地的疾病傳播情況，以及干預(yù)措施效果；我們需要了解，其他地區(qū)是否出現(xiàn)了疫情蔓延的信號；我們需要了解，是否已經(jīng)有某些區(qū)域成為新的流行病中心。在這一階段，每個問題都很重要，沒有輕重緩急之分。

問: 跟我們聊聊EpiRisk工具吧，它是怎么運作的？

Alessandro Vespignani：EpiRisk工具建模方案的核心，在于利用一切可用的數(shù)據(jù)源。

目前，我們主要關(guān)注來自中國及其周邊國家的監(jiān)控數(shù)據(jù)，當(dāng)然，社交媒體與新聞內(nèi)容也會被整理起來。

首先，我們會對這種流行病進行建模，實現(xiàn)態(tài)勢感知，特別是建立起對中國境外的疫情態(tài)勢感知體系——因為我們已經(jīng)基本掌握有多少人從中國疫情重災(zāi)區(qū)前往其他國家，所以配合目前國際上發(fā)現(xiàn)的COVID-19境外病例，就能基本推斷出其他地區(qū)的疫情規(guī)模。一般來說，這類預(yù)測通常只能由官方確認(rèn)并發(fā)布，但我們在掌握數(shù)據(jù)后往往能夠提前做出這些預(yù)測。

接下來，我們會利用模型研究出行限制等干預(yù)性措施會給疾病的實際傳播帶來哪些影響。在武漢及其周邊地區(qū)，機場全面關(guān)閉、長途運輸叫停、學(xué)校停課。我們正努力了解這些措施能夠在中國本土帶來怎樣的疫情控制效果，同時分析中國境外出現(xiàn)新增病例的可能性。

▲ 圖為EpiRisk

問: 能否談?wù)勗谝咔楸l(fā)期間，身為疾病預(yù)測建模者的真實感受？

Alessandro Vespignani：在我們這個領(lǐng)域中，工作內(nèi)容基本分為兩種：在不存在緊急狀況或者健康威脅地，進行正常研究——或者說和平時期研究；另外就是現(xiàn)在這種，我們可以稱其為「戰(zhàn)爭時期」。

遺憾的是，每當(dāng)發(fā)生“COVID-19”疫情這類突發(fā)情況時，我們只能利用有限的數(shù)據(jù)配合一系列假設(shè)，對不斷變化的形勢做出有限的預(yù)測。有時候，新的消息一到，我們就得把前一天整理出的所有結(jié)果全部推翻。很忙，確實很忙。

但在這場戰(zhàn)爭中，真正沖鋒陷陣的是那些前線醫(yī)生、護士以及公共衛(wèi)生人員，他們才是承擔(dān)起風(fēng)險的群體。作為計算機科學(xué)家與計算流行病學(xué)家，我們的工作為他們提供情報，幫助他們找出敵人的行動規(guī)律。

問: 目前有多少支科學(xué)家小組在為“COVID-19”建模？

Alessandro Vespignani：我們經(jīng)常跟其他研究團隊以及機構(gòu)進行全球電話會議，我在電話會議里見過的團隊至少有80到100個。這些團隊帶來各種專業(yè)知識，有些團隊負責(zé)進行系統(tǒng)發(fā)育分析與遷移建模，有些人主要關(guān)注預(yù)測、即時預(yù)報以及長期投影分析等等。與以往的流行病應(yīng)對情況相比，如今各類科學(xué)團隊與機構(gòu)之間的協(xié)作與溝通水平，明顯上了臺階。

問: 那么，不同團隊之間有必要合并自己的工作成果嗎？

Alessandro Vespignani：我覺得沒必要。這有點像天氣預(yù)報或者自然災(zāi)害預(yù)報。如果所有模型都指向同一個大體方向，而且結(jié)果基本保持統(tǒng)一，那么結(jié)果就是可信的。疾病建模也是如此，畢竟沒有哪兩套模型會完全相同。每個人都會使用不同的人口統(tǒng)計數(shù)據(jù)，對于某些年齡段的相對易感性采取不同的假設(shè)。如果非要把這么多不同的模型整合起來，肯定會帶來新的問題——有新問題，就有與之對應(yīng)的處理需求，這會讓問題變得更復(fù)雜。

問: 像世界衛(wèi)生組織這樣的國家或者全球性機構(gòu)，似乎越來越依賴于計算疾病模型，這種依賴關(guān)系是怎么產(chǎn)生的？

Alessandro Vespignani：例如，美國的疾控中心（美國疾病控制與預(yù)防中心）幾年前曾建立“FluSight”項目，通過引入建模研究團隊，協(xié)助預(yù)測季節(jié)性流感。這類項目最終建立起一個社區(qū)體系，并以為樞紐打通各機構(gòu)之間的聯(lián)系通道。世界各地的其他機構(gòu)也參與到類似的體系中來，希望將原本分散的力量統(tǒng)一，為防疫抗疫提供輔助。

問: 各位讀者朋友以及其他領(lǐng)域的計算機科學(xué)家，能否也貢獻出自己的力量？

Alessandro Vespignani：肯定可以，項目中也包含諸如計算與算法開發(fā)之類的工作，既然不了解什么是計算流行病學(xué)，普通的計算機科學(xué)家也完全能夠很好地解決這些任務(wù)。另外，如果大家有意參與其中，首先應(yīng)該與已經(jīng)在傳染病建模領(lǐng)域具備一定經(jīng)驗的老手們合作，這樣可以盡量規(guī)避最初接觸時的種種常見錯誤，盡快投身到對抗疫情的核心工作當(dāng)中。